申请/专利权人：北京百度网讯科技有限公司

申请日：2022-03-08

公开（公告）日：2024-05-10

公开（公告）号：CN114581751B

主分类号：G06V10/82

分类号：G06V10/82;G06V10/774;G06N3/045;G06N3/084;G06N3/0895

优先权：

专利状态码：有效-授权

法律状态：2024.05.10#授权;2022.06.21#实质审查的生效;2022.06.03#公开

摘要：本公开提供了一种图像识别模型的训练方法、图像识别方法、装置、电子设备和存储介质，涉及人工智能领域，具体涉及深度学习和计算机视觉技术领域。其中，图像识别模型包括多个识别网络，图像识别模型的训练方法的具体实现方案为：将样本图像输入多个识别网络，由多个识别网络分别输出针对样本图像的分数向量，得到多个分数向量；根据多个分数向量确定图像识别模型的第一损失值；以及根据第一损失值，对图像识别模型进行训练，其中，第一损失值与多个分数向量彼此之间的差异正相关。

主权项：1.一种图像识别模型的训练方法，其中，所述图像识别模型包括多个识别网络；所述方法包括：将样本图像输入所述多个识别网络，由所述多个识别网络分别输出针对所述样本图像的分数向量，得到多个所述分数向量；根据多个所述分数向量确定所述图像识别模型的第一损失值；以及根据所述第一损失值，对所述图像识别模型进行训练，其中，每个所述分数向量包括所述样本图像分别针对多个预定类别的多个预测分数；所述样本图像具有真值类别；所述真值类被属于所述多个预定类别；所述方法还包括：针对任一所述分数向量，确定所述多个预测分数中取值较大的前预定数量个预测分数所针对的预定类别，作为目标类别；确定由所述目标类别和所述真值类别构成的第一类别组；针对每个所述分数向量，确定每个所述分数向量中所述样本图像针对所述第一类别组中各类别的预测分数，得到针对每个所述分数向量的分数组；根据针对多个所述分数向量的多个所述分数组，确定所述图像识别模型的第二损失值；以及根据所述第二损失值，对所述图像识别模型进行训练；其中，所述第一损失值与多个所述分数向量彼此之间的差异正相关；所述第二损失值与多个所述分数组彼此之间的差异正相关。

全文数据：

权利要求：

百度查询： 北京百度网讯科技有限公司 图像识别模型的训练方法和图像识别方法、装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD